我正在寻找对一些数据进行建模，但我不确定我可以使用哪种类型的模型。我有计数数据，我想要一个模型，它可以对数据的均值和方差进行参数估计。也就是说，我有各种预测因素，我想确定它们中的任何一个是否会影响方差（不仅仅是组平均值）。
我知道泊松回归不起作用，因为方差等于均值；这个假设在我的情况下是无效的，所以我知道存在过度分散。但是，负二项式模型仅生成单个过度离散参数，而不是模型中预测变量的函数。什么型号可以做到这一点？
此外，参考讨论模型和/或实现模型的 R 包的书籍或论文将不胜感激。
计数数据方差的参数化建模
机器算法验证
方差
造型
计数数据
过度分散
无游戏
2022-03-10 02:06:19
2个回答
您可以使用 R 中的 gamlss 包将负二项式色散参数本身建模为变量和参数的函数。我提供了一段介绍的摘录：
我为什么要使用 GAMLSS
如果您的响应变量是计数（离散）数据，则泊松分布很可能无法很好地拟合。GAMLSS 提供了多种离散分布（包括负二项式）供您试用。分散参数也可以建模为解释变量的函数。
www.gamlss.org 网站上有文档和几篇关于包中使用的方法的论文的链接。
Stata 提供了 -gnbreg- 命令，它允许您对色散参数进行建模。您可以在http://www.stata.com/help.cgi?nbreg查看该命令的 Stata 帮助
Stata 将此称为广义负二项式模型。Joseph Hilbe 在他的书“负二项式回归”第 10.4 节中将其讨论为“NB-H：异构负二项式回归”。
其它你可能感兴趣的问题